Chaque trimestre, vous coupez le budget d'un canal qui vous fait gagner de l'argent.
Vous ne le voyez pas. Votre tableau de bord affiche l'inverse. Le canal montre un coût par acquisition élevé, peu de conversions directes, un retour sur investissement décevant. La décision paraît évidente : réallouer ailleurs.
Le problème, c'est que ce canal ne convertit pas en dernier. Il convertit en premier. Il déclenche la conversation que d'autres canaux viennent conclure. En le coupant, vous asséchez la source de vos ventes futures.
Le coupable n'est pas votre stratégie. C'est votre modèle d'attribution. Et plus précisément, ce réflexe que presque tout le monde garde par défaut : le dernier clic.
Le dernier clic n'est pas une mesure, c'est une convention comptable
Le modèle du dernier clic attribue 100% du mérite d'une conversion au tout dernier point de contact avant l'achat.
Un prospect découvre votre marque via un post LinkedIn. Il lit trois articles de votre blog sur deux semaines. Il revient, tape votre nom sur Google, clique sur votre annonce de marque, puis convertit. Le dernier clic décerne la totalité du crédit à cette recherche de marque. LinkedIn, le contenu, les deux semaines de maturation : zéro.
Ce modèle s'est imposé pour une raison simple. Il est facile. Il est déterministe. Les plateformes publicitaires l'ont longtemps utilisé par défaut, et il se présente bien devant un comité de direction. Une ligne, un canal, un chiffre.
Mais la simplicité n'est pas la vérité.
En B2B, un acheteur touche votre marque entre huit et vingt fois avant de signer. Plusieurs décideurs interviennent. La majorité du parcours se déroule loin de vos commerciaux, en recherche autonome, à travers des canaux que le dernier clic ne verra jamais. Créditer uniquement la dernière étape revient à féliciter le caissier pour toute la vente, en ignorant le produit, la marque et le bouche-à-oreille qui ont amené le client jusqu'à la caisse.
Le dernier clic ne mesure pas la performance. Il enregistre la dernière action avant l'encaissement. Ce n'est pas la même chose.
Et l'inverse ne corrige rien. Basculer sur le premier clic ne fait que retourner le biais : vous créditez alors toute la vente au canal qui a ouvert le parcours, en effaçant le travail de conversion qui l'a conclu. Le problème n'est pas de choisir le bon clic. C'est de croire qu'un seul clic raconte tout le parcours.
La fenêtre de conversion : le piège des cycles longs
Un second réglage par défaut aggrave tout, et presque personne ne le regarde : la fenêtre de conversion.
C'est la durée pendant laquelle un point de contact peut encore recevoir le crédit d'une vente. Trente jours pour un clic, souvent un seul jour pour une impression. Au-delà, le contact n'existe plus aux yeux du modèle.
Confrontez maintenant ce réglage à la réalité du B2B. Votre cycle de vente dure quatre-vingt-dix jours. Votre fenêtre en compte trente. Toute la phase de découverte, ces semaines où le prospect lisait vos contenus et suivait votre marque, tombe hors fenêtre. Elle reçoit zéro crédit. Pas parce qu'elle n'a rien apporté, mais parce qu'elle a agi trop tôt.
Plus votre cycle est long, plus la fenêtre par défaut efface vos canaux de découverte. Le réglage censé mesurer votre parcours en supprime la première moitié.
Le coût caché : le cercle vicieux de la mauvaise allocation
Voici où la convention devient dangereuse.
Le dernier clic survalorise systématiquement les canaux de capture : recherche de marque, retargeting, trafic direct, souvent l'emailing. Ces canaux récoltent une intention qui existe déjà. Ils apparaissent en fin de parcours, donc ils raflent le crédit.
À l'inverse, il sous-évalue les canaux de découverte : le contenu SEO, la notoriété sur LinkedIn, le display, la vidéo, les relations presse. Ces canaux créent l'intention. Ils ouvrent le parcours, donc le dernier clic les ignore.
Résultat sur vos chiffres : la capture semble bon marché (CPA faible), la découverte semble coûteuse (CPA élevé). La conclusion logique s'impose d'elle-même. Vous déplacez le budget de la découverte vers la capture.
C'est exactement à ce moment que le piège se referme.
Les canaux de capture ne créent pas de demande. Ils moissonnent celle que la découverte a semée. Avec moins de découverte, la moisson rétrécit. Votre volume de recherche de marque baisse, car moins de gens vous découvrent. Vos audiences de retargeting s'épuisent, car moins de trafic entre en haut de l'entonnoir.
Six mois plus tard, vos "meilleurs" canaux sous-performent et personne ne comprend pourquoi.
Les chiffres qui paraissaient les plus sûrs étaient ceux qui vous mentaient le plus.
Il y a une raison technique à cela, et elle est essentielle. La capture présente un faible apport incrémental : ces personnes auraient souvent converti de toute façon. La découverte présente un fort apport incrémental : sans elle, la conversion n'existerait pas. Le dernier clic récompense l'activité à faible incrémentalité et punit l'activité à forte incrémentalité. Il optimise précisément à l'envers.
Le problème est plus profond : vos données sont déjà cassées
Avant même de choisir un modèle, posez-vous une question plus brutale. Vos données brutes sont-elles complètes ?
Elles ne le sont pas. Et la situation se dégrade.
La moitié du web est déjà sans cookies tiers. Safari les bloque par défaut depuis 2020, Firefox depuis 2019. Les bloqueurs de publicité effacent une part du trafic restant. Les bannières de consentement privent du suivi une fraction importante de vos visiteurs.
On a beaucoup parlé de la fin des cookies tiers dans Chrome. Google a annoncé cette échéance, l'a repoussée plusieurs fois, puis l'a abandonnée en 2024. Beaucoup y ont vu un sursis. C'est une illusion. La perte de signal a déjà lieu, par toutes les autres portes.
Pire : la protection ITP de Safari limite aussi la durée de vie des cookies first-party à sept jours. Vos visiteurs récurrents réapparaissent comme de nouveaux visiteurs. Les parcours qui s'étalent sur plusieurs sessions se brisent.
Et voici la conséquence directe sur l'attribution. Quand un point de contact disparaît, la conversion, elle, ne disparaît pas. Elle se réassigne. Elle tombe dans le seau "direct" ou "(non défini)". Or le trafic direct est le cimetière des conversions non attribuées. Vos canaux de découverte perdent jusqu'au crédit partiel qu'ils conservaient, car le chemin qui les reliait à la vente n'a jamais été enregistré.
Vous cumulez donc deux peines : un modèle biaisé qui tourne sur des données incomplètes. Mauvaise donnée en entrée, mauvaise décision en sortie.
La bonne nouvelle, c'est que cette couche se reconstruit. Méthodiquement.
Le tracking server-side : reconstruire le socle
Le suivi classique repose sur le navigateur. Le pixel se déclenche côté client, dans le navigateur du visiteur. C'est exactement ce que bloquent ITP, les adblockers et le refus de consentement.
Le tracking server-side déplace le point de collecte. La donnée part du navigateur vers votre propre serveur (un conteneur GTM server-side), puis vers les plateformes via leurs API : Conversions API pour Meta, Enhanced Conversions pour Google Ads, Measurement Protocol pour GA4.
Trois effets concrets en découlent.
La résilience d'abord. Les appels de serveur à serveur contournent les bloqueurs et une grande partie des restrictions navigateur. Vous récupérez des conversions que le client perdait, souvent 10 à 30% de signal supplémentaire, parfois davantage.
La qualité ensuite. Vous maîtrisez ce que vous envoyez, vous l'enrichissez avec vos données CRM, vous réduisez les doublons.
L'effet le plus rentable arrive en dernier. Les algorithmes des plateformes optimisent sur les conversions qu'ils voient. Donnez-leur un signal plus riche et plus fiable, et leur enchère devient plus intelligente. Meilleur signal, meilleure optimisation, CPA plus bas. La baisse de coût ne vient pas seulement du fait de "voir" plus de conversions dans vos rapports. Elle vient de l'algorithme qui trouve réellement des conversions moins chères, parce qu'il a appris sur une donnée plus complète.
Ajoutez à cela le Consent Mode v2. Quand un utilisateur refuse le suivi, vous ne le pistez pas, mais Google modélise statistiquement les conversions manquantes à partir de signaux anonymisés. Vous récupérez une part de la perte liée au consentement, en restant conforme au RGPD.
Server-side, Consent Mode v2 et Enhanced Conversions forment ensemble une fondation de mesure qui tient. C'est l'un des investissements techniques les plus rentables de toute votre stack.
La vitesse de site, l'angle mort de la mesure
On associe la vitesse à l'expérience utilisateur. C'est aussi, et on l'oublie, un sujet d'intégrité de la donnée.
Une page lente perd des conversions, on le sait. Chaque centaine de millisecondes de latence érode le taux de conversion, et le taux de rebond grimpe brutalement au-delà de trois secondes.
Mais une page lente perd aussi de la donnée. Si la page met cinq secondes à charger et que l'utilisateur abandonne à trois, votre balise analytics ne se déclenche jamais. La visite devient invisible. Ce point de contact s'efface du parcours, et l'attribution se dégrade encore.
Le détail qui change tout : ce sont vos pages de découverte qui souffrent le plus. L'article trouvé via le SEO, la landing page d'une campagne LinkedIn, c'est précisément le haut de l'entonnoir que vous cherchez à mesurer et à valoriser. La lenteur efface en priorité la preuve de l'efficacité de vos canaux de découverte.
Et la boucle se referme une fois de plus. Les Core Web Vitals nourrissent votre référencement. Site lent, classement plus bas, moins de découverte organique, entonnoir plus étroit, moins de demande à capturer.
Sortir du dernier clic : la mesure moderne ne repose pas sur un modèle, mais sur trois
Voici le changement de mentalité le plus important de cet article. Aucun modèle d'attribution n'est la vérité. La mesure mature ne cherche pas le modèle parfait. Elle triangule entre trois approches complémentaires.
L'attribution data-driven, pour le pilotage quotidien
L'attribution data-driven (DDA) est devenue le modèle par défaut de GA4. Au lieu d'une règle figée, elle utilise un algorithme inspiré de la valeur de Shapley pour répartir le crédit selon la contribution réelle de chaque point de contact.
Elle surpasse le dernier clic, le premier clic et même les modèles multi-touch à règle fixe (linéaire, dépréciation temporelle, basé sur la position), parce qu'elle s'adapte à vos données réelles.
Ses limites, il faut les nommer. Elle ne voit que ce qui est suivi, ce qui nous ramène au problème de la donnée. Elle reste partiellement enfermée dans les jardins clos des plateformes. Et surtout, elle est corrélationnelle, pas causale. Elle vous dit quels chemins accompagnent la conversion, pas quels points de contact l'ont provoquée.
L'incrémentalité, pour la vérité causale
C'est l'étalon-or. La seule approche qui réponde à la vraie question : que se serait-il passé si je n'avais pas activé ce canal ?
Trois méthodes y répondent. Les tests géographiques (vous coupez un canal sur certaines régions, vous le maintenez sur d'autres, vous comparez). Les groupes témoins (une part de l'audience ne voit aucune publicité). Les études de lift proposées par Meta et Google.
Pourquoi cette approche démonte le dernier clic plus brutalement que toute autre ? Parce qu'elle isole la causalité. La recherche de marque récolte énormément de crédit au dernier clic. Un test avec groupe témoin révèle pourtant que la plupart de ces personnes auraient converti de toute façon : incrémentalité faible. À l'inverse, un canal de découverte affiche peu de crédit attribué, mais un test géographique montre que le couper fait chuter le total des conversions : incrémentalité forte.
L'incrémentalité ne mesure pas le ROI attribué. Elle mesure le vrai ROI.
Le Marketing Mix Modeling, pour la vision stratégique
Le Marketing Mix Modeling (MMM) adopte une approche statistique descendante. Il corrèle l'investissement marketing agrégé, et des facteurs externes comme la saisonnalité, le prix ou la concurrence, avec les ventes globales. Il n'a besoin d'aucune donnée individuelle.
C'est pour cela qu'il revient en force. L'ère de la confidentialité a fragilisé le suivi au niveau de l'utilisateur, or le MMM n'en a jamais eu besoin. Il couvre l'online et l'offline, sans cookie, sans consentement.
Son rôle : l'allocation budgétaire stratégique entre les canaux et dans le temps. Il ne pilote pas une campagne au quotidien, mais il indique la bonne répartition de fond.
La synthèse tient en une phrase. DDA pour le tactique quotidien, incrémentalité pour la validation causale, MMM pour l'allocation stratégique. Vous croisez les trois. Quand ils pointent dans la même direction, vous agissez avec certitude. Quand ils divergent, vous avez trouvé un angle mort qui mérite d'être creusé. Aucun tableau de bord unique n'est l'oracle.
Le même biais existe sur votre propre site
Une dernière prise de conscience, souvent négligée. Le biais du dernier clic n'est pas seulement inter-canaux. Il agit aussi à l'intérieur de votre site.
Votre analytics crédite généralement la conversion à la dernière page visitée avant le formulaire : la page tarifs, la page contact. Le contenu qui a réellement convaincu, l'article de blog, l'étude de cas, la page comparative, ne reçoit aucun crédit, car il n'était pas la dernière étape.
Vous sous-investissez alors dans les contenus qui font avancer vos prospects, pour la même raison exacte qui vous fait sous-investir dans vos canaux de découverte.
La correction passe par deux gestes. D'abord, analyser les conversions assistées (l'exploration de parcours dans GA4, le regroupement de contenu) pour repérer les pages qui apparaissent tôt dans les parcours gagnants, pas seulement en dernier. Ensuite, construire un véritable maillage de conversion : un maillage interne délibéré qui guide l'utilisateur du contenu de découverte vers le contenu de décision.
Concrètement, un article SEO à fort trafic doit pointer, de façon contextuelle, vers l'étude de cas pertinente, puis vers la page d'offre. Vous concevez le chemin au lieu de le subir. Et vous mesurez la valeur assistée, pas seulement la valeur de la dernière page, pour continuer à financer ce qui assiste réellement la vente.
La même erreur de diagnostic se rejoue à tous les niveaux : le canal, la page, le point de contact. Corrigez la focale une fois, et c'est tout le système que vous voyez enfin.
Ce que vos chiffres actuels vous empêchent de voir
Mieux mesurer n'est pas une amélioration de reporting. C'est un levier de croissance.
Le jour où vous cessez de créditer le seul dernier clic, trois choses se produisent. Vous découvrez du ROI caché dans les canaux que vous alliez couper. Vous arrêtez de surinvestir dans une capture qui n'était pas incrémentale. Vous réallouez vers ce qui fait réellement croître l'entreprise.
Cette croissance était là depuis le début. Vous ne pouviez simplement pas la voir.
Mais la rendre visible exige deux choses qui fonctionnent ensemble. L'infrastructure : tracking server-side, donnée propre, site rapide. Et la méthode : DDA, incrémentalité, MMM, analyse des conversions assistées. L'une sans l'autre échoue. Un modèle parfait sur une donnée cassée ment. Une donnée parfaite avec une logique de dernier clic ment encore.
Quand une entreprise audite honnêtement sa mesure, elle découvre presque toujours la même chose : 20 à 40% de son budget repose sur une fiction d'attribution. La question n'est pas de savoir si vos chiffres au dernier clic sont faux. Ils le sont. La question, c'est combien cette erreur vous coûte, et quels canaux elle vous cache.
Chez Rhizome, nous commençons toujours par là. Un audit de votre infrastructure de mesure et de votre modèle d'attribution. Pas pour produire un rapport de plus, mais pour révéler la croissance que vos chiffres actuels vous interdisent de voir.
Si vous voulez savoir ce que votre dernier clic vous cache, parlons-en.